【技术实现步骤摘要】
一种参量声源的建模方法，尤其涉及一种基于改进BP神经网络的参量声源建模方法。
技术介绍
参量声源是一种利用超声波的非线性传播效应产生高指向性音频声波，具有广阔应用前景的新概念声源。然而由于参量扬声器的工作原理是利用空气非线性交互作用，自解调出声音信号必然会有失真的现象，在对可听声进行超声波调制时也必然会增加了非线性失真的因素，虽然现在采用更好的调制算法，使解调出的可听声的失真现象(声音扭曲现象)得到了很大的改善，但在实际的声频定向系统中这种声音失真还是一直存在的，要想有效的解决声音失真难题，传统上的方法就是对调制算法进行改进，虽然很多研究人员在算法上已经做了很多的工作，并且取得了很多成果，但是算法上并没有很多的突破。这是把该技术推向市场的一个很大的技术障碍。同时也是现在的研究热点。目前参量声源中超声波与自解调信号的解析关系是利用“Berktay远场解”来确定的。但由于“Berktay远场解”考虑非线性效应时只取二阶近似，且没有将散射、吸收等效应考虑进去，因此它只能作为一种定性依据。而Khokhlov-Zabolotskaya-Kuznetsov(KZK)方程虽然...
【技术保护点】
一种基于改进BP神经网络的参量声源建模方法，其特征在于将神经网络与遗传算法用于参量声源建模，包括如下步骤：?(1)将PC机输出的音频信号作为参量声源模型的输入样本，在参量声源输出端连接麦克风采集对应的输出，并将其作为参量声源模型的输出样本。采集足够的参量声源输入输出样本作为要建立神经网络模型的训练和测试样本，采样频率选为44.1kHZ；?(2)对采集到的样本数据进行预处理，依次为：归一化处理，训练数据和测试样本数目的选取。本方法所述的归一化处理采用[?1，1]归一化处理，即将样本数据映射到[?1，1]区间内，训练数据则取4至5个周期的输入信号的数目。?(3)遗传算法优化所建...
【技术特征摘要】
1.一种基于改进BP神经网络的参量声源建模方法，其特征在于将神经网络与遗传算法用于参量声源建模，包括如下步骤: (1)将PC机输出的音频信号作为参量声源模型的输入样本,在参量声源输出端连接麦克风采集对应的输出，并将其作为参量声源模型的输出样本。采集足够的参量声源输入输出样本作为要建立神经网络模型的训练和测试样本，采样频率选为44.1kHZ ； (2)对采集到的样本数据进行预处理，依次为:归一化处理，训练数据和测试样本数目的选取。本方法所述的归一化处理采用[_1，1]归一化处理，即将样本数据映射到[_1，1]区间内，训练数据则取4至5个周期的输入信号的数目。(3)遗传算法优化所建立的参量声源系统模型的结构和参数 所述的参量声源模型的结构包括输入层节点数、隐含层节点数、输出层节点数。由于参量声源是单输入单输出，所以所设计的神经网络输入节点数为1，输出节点数为I ; 所述的神经网络参数包括学习速...
【专利技术属性】
技术研发人员：陈敏，杨天文，陈祥，靳银蕊，杨亚洲，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。